Проектирование архитектуры в нотации ArchiMate с использованием ИИ. Часть 2
“Процесс проектирования любой системы, предназначенной для решения определенных задач, начинается с определения того, что надо спроектировать.”, Крэг Ларман (Craig Larman).Всем привет! Меня зовут Владимир Зуев, я руководитель разработки JAVA-практики в компании Axenix. Сегодня я хочу представить новую часть из цикла статей о нотации ArchiMate. В прошлой части мы познакомились с ArchiMate и начали проектировать систему управления беспилотным грузовым автотранспортом для междугородних перевозок. В этой части мы продолжим выполнение данной задачи.
9 из 10 AI-пилотов в России не доходят до прода. Пять ошибок, которые мы совершили сами…
За два года мы запустили внутри Альпины не один десяток AI-пилотов. Большая часть не дожила до промышленной эксплуатации. Какое-то время мы считали это своей внутренней проблемой — пока в марте 2026 не вышел опрос рынка, и оказалось, что наши цифры совпадают с отраслевыми почти один в один. Без чужих кейсов и без слайдов про «революцию» — пять ошибок, которые мы совершили сами, и пять выводов из них.
Как ИИ меняет все — от антител до корпораций: об этом и многом другом на летней Conversations
Как ИИ пересобирает структуру корпорации? Почему между прототипом и продуктом — полгода инженерии? Как LLM помогает разрабатывать лекарства и отбирать резюме? Об этом и многом другом поговорим 25-26 июня на Conversations, конференции по генеративному ИИ – вместе с экспертами из Лаборатории Касперского, VK, Яндекс Лавки, Битрикс24, Альфа-Банка, hh.ru, X5 Retail Group, Just AI, Северстали, Норникеля, BIOCAD, Lenta Tech и других компаний.
Шайтан‑коробочка: Как карманная игра из 90-х научилась читать мысли людей
90-е запомнились везде по разному: где‑то они были лихие, где‑то благословенные. Но для ИИ это десятилетие было настоящим ренессансом.
Проектирование архитектуры в нотации ArchiMate с использованием ИИ. Часть 1
“Дилетанты постоянно ищут некий волшебный метод или инструмент, который мог бы сделать процесс разработки программ тривиальным. В отличие от них, профессионалы знают, что такой панацеи не существует.”, Гради Буч (Grady Booch).
GenAI и кибербезопасность в e-commerce: как защитить бизнес и не создать новые уязвимости
Искусственный интеллект всё активнее встраивается в повседневные бизнес-процессы: компании используют его для автоматизации операций, аналитики, работы с клиентами и оптимизации внутренних процессов. Но вместе с новыми возможностями AI приносит и новые вызовы для кибербезопасности. Чем глубже интеллектуальные системы интегрируются в ИТ-ландшафт компании, тем больше появляется потенциальных точек отказа, уязвимостей и сценариев для атак.
Machine Unlearning. Как измерить и достичь «забывания»?
Всем привет! Меня зовут Вадим, я — Data Scientist в компании Raft. Эта статья написана по мотивам моего выступления на конференции AiConf 2025. В ней мы разберём, какими метриками измеряется машинное разучивание и какие основные методы позволяют добиться контролируемого «забывания» без полного переобучения модели. Погрузимся в методы, метрики и бенчмарки, связанные с машинным разучиванием.В первой части
AI-ready ITSM: платформа или коробка – и почему это главный вопрос 2026 года
Ещё три года назад ИИ в ITSM представлялся как просто чат-бот на входе, который пытается угадать категорию тикета. Сегодня уже другой разговор: ведущие платформы встраивают AI не как надстройку над тикет-системой, а как архитектурный слой, который участвует в маршрутизации, предсказывает инциденты до их возникновения, автономно закрывает типовые обращения и генерирует постмортемы. Рынок уже видит пользу — по данным Forrester
AI-агенты, MAS, безопасность, кодинг-ассистенты, LLM и DSLM — 40+ докладов про genAI на Conversations
Конференция по генеративному и разговорному AI Conversations возвращается в Санкт-Петербург! 2 дня, 4 трека, 65+ спикеров, 700+ участников, 300+ компаний, а еще нетворкинг и вечеринка – и все про AI. Встречаемся 25 и 26 июня в отеле AirportCity Plaza (а также онлайн).
Влияние очистки от персональных данных на работу LLM-агентов
Когда персональные данные пользователей попадают в LLM-агента, возникает выбор: либо передавать их как есть, либо предварительно анонимизировать. Второй вариант очевидно безопаснее, но появляется вопрос — насколько агент деградирует, если вместо "Иванов Иван" он видит "PERSON_1" или "XXXXXXXX"?Мы проверили это на быстро поднятом минималистичном банковском агенте с помощью Hivetrace Dataclean. Отправили в него по 102 синтетических запроса в трёх вариациях входных данных (чистые, маска, псевдонимы), оценка через DeepEval LLM-as-a-judge. Результаты — ниже.Цель исследованияВ данной статье
